加快收集可以与其他单词的字符拼写的子词的过程
，可以通过使用字典树（Trie）数据结构来实现。
字典树是一种多叉树，每个节点代表一个字符，从根节点到叶子节点的路径表示一个单词。通过构建字典树，可以快速地找到与给定单词前缀匹配的所有子词。
在构建字典树时，可以遍历所有单词，并将每个单词的字符逐个插入到字典树中。插入过程中，如果当前字符的节点已存在，则继续向下遍历；如果不存在，则创建新的节点。最后一个字符节点的isEndOfWord标志位可以用来表示该节点是否为一个单词的结尾。
在查询过程中，可以根据给定的前缀，在字典树中找到对应的节点，并从该节点开始进行深度优先搜索，收集所有以该节点为前缀的子词。
字典树的优势在于它可以高效地存储和检索大量的单词，并且可以快速地找到与给定前缀匹配的所有子词。它在自动补全、拼写检查、搜索引擎等场景中有广泛的应用。
腾讯云提供了云原生应用平台TKE（Tencent Kubernetes Engine），它是基于Kubernetes的容器服务，可以帮助开发者快速搭建、部署和管理容器化应用。TKE提供了高可用、高性能的容器集群，支持自动伸缩、负载均衡、服务发现等功能，适用于各种规模的应用。
TKE产品介绍链接：https://cloud.tencent.com/product/tke
通过在TKE上部署字典树的构建和查询服务，可以实现加快收集可以与其他单词的字符拼写的子词的过程。
相关·内容
如何在Watson对话API中处理拼写错误的单词。转换应用程序接口中使用的自然语言处理技术/算法计算单词排名，并根据rank.But如何处理拼写错误的单词或英文缩写来匹配训练数据。
浏览 1提问于2016-11-22得票数 0
1回答
我正在寻找使用gensim的词外OOV单词最相似的单词。如下所示：
def get_word_vec(self, model, word):
try:
if word not in model.wv.vocab:
mostSimWord = model.wv.similar_by_word(word)
print(mostSimWord)
else:
print( word )
except Exception as ex:
print(ex)
有没有
浏览 15提问于2020-05-22得票数 0
1回答
我有一个注释形式的文本数据，我想要对其进行预处理。除了去除URL、数字等噪音之外……在执行词汇化时，我还想执行拼写更正。具体地说，我希望只对出现频率不超过给定次数的单词执行拼写更正，以避免误报。为此，我使用进行校正，使用获取词频，但是这样做会显著增加预处理所需的时间。
我试着尽可能地提高性能，但我被卡住了，我想知道是否还有我可以改进的地方。
下面是我的代码: Imports：
from spacy.lang.en import English
from spellchecker import SpellChecker
from nltk.probability import FreqDist
浏览 14提问于2021-02-15得票数 0
回答已采纳
我正在做一个相当酷的家庭作业，通过使用带有文本T的字典D，我应该扫描文本T，对于T中不在D中的每个单词，通过至少执行以下常见拼写错误之一来生成可能正确拼写的列表:交换两个相邻字符，插入一个额外字符，删除一个字符，并用另一个字符替换另一个字符。
我不确定最后一部分如何进行，但这是我到目前为止所掌握的：
1.)使用任意一种java方法将每个单词分隔为字符串数组中的一个条目。2)使用带有索引k的for循环转到i中的每个条目，并使用get(k)查看该单词是否存在于我们的字典中。如果没有，则将该单词添加到另一个字符串数组MisspelledWords[]中。
3.)我如何才能有效地进行这些常见的拼写错误
浏览 0提问于2011-04-21得票数 4
回答已采纳
我需要从文本中切分单词。有时，连字符的单词不带连字符，撇号的单词不带撇号。还有类似的问题，比如相同单词的不同拼写问题(例如:颜色，颜色)，或者单个单词之间有空格(例如:最多，最多，空格，空格)。我需要将这些变体分组为一个单独的表示，并将其插入到set/hashmap或其他位置。没有重音字符的重音字符单词也可能存在问题(尽管我还没有遇到过这些问题)。当前，在任何空格字符和每个非字母数字字符处剪切单词，然后对它们进行词干处理，并省略停止单词。
这些索引稍后将用于文档相似性检查和搜索等。有什么建议吗?我该如何解决这些问题？我想过一个想法，将扫描的单词与词表匹配，但问题是，专有名词和非词典单词将被省略
浏览 1提问于2012-02-15得票数 5
回答已采纳
1回答
如何将英语缩略语替换为词典形式
、、、、
我正在开发一个用英语分析文本的系统:我使用stanford-core nlp从整个文档中生成句子，并从句子中生成标记。我还使用maxent标记器来获取tokens pos标记。现在，考虑到我使用这个语料库来构建一个有监督的分类器，如果我可以将任何像're，'s，havin，sayin‘等等的单词替换成它的标准形式(are，is，having，說)，那将是很好的。我一直在找一些英文字典文件，但我不知道如何使用它。有这么多不同的案例需要考虑，我不认为这是一项容易实现的任务:是否有一些类似的工作或整个项目可以使用？
浏览 1提问于2016-04-09得票数 1
1回答
Problem：我有一个单词列表(在.txt文件中)，其中包含编程语言和相关技术的名称(每行一个技术)，例如：
AngularJS
Grunt
T-SQL
MySQL
SQL Server
SQL
Bash
Git
Android
Android Studio
Ajax
Design patterns
Frontend developer
依此类推(这个列表包含大约250个术语，但它肯定会变得更大)。
我还有一个熊猫数据栏，列中包含与IT相关的职位的全文(每一行一条)。
我想要做的是将另一列添加到现有的dataframe中，在该列中保留职务描述中找到的所有关键字(来自.txt文件)的列表。
工
浏览 2提问于2017-06-08得票数 2
有什么好办法让MS Word 2010拼写检查忽略技术文档中的变量名称(例如:像带有下划线的单词)？
我不应该需要加载一个数据字典来完成这个任务，或者将这些单词添加到MS Word中的字典中。
我尝试创建一个样式“代码”，但它将字体更改为所有粗体，或不-粗体，这不是我想要的。
浏览 10提问于2014-05-30得票数 2
问题是：
有一组单词S= {W1，W2..Wn}其中n< 10。这个集合只是存在，我们不知道它的内容。这些单词被绘制在一些图像上，然后被识别出来。OCR算法和dpi一样差，因此存在错误。因此，我们有第二组错误单词S‘= {W1'，W2'..Wn'}
现在我们有一个单词W，它是原始集合S的成员，现在我需要一个算法，给定W和S'，返回S‘中单词的索引。最类似于W.
举例说明。S是{“阿尔法”，“布拉沃”，“查利”}，S‘例如是{"alpha"，"hravc"，"onarlio"} (这些是真正可能的光学字符识别错
浏览 0提问于2014-05-27得票数 2
1回答
我有一个递归算法，通过它可以找到一个单词中的所有子单词(下面的算法)。我的算法的问题是它用获取请求发送核心数据，这使得它运行得非常慢。
有更好的方法吗?或者我被更长的时间困住了。
- (NSMutableArray *)subwordPermutations:(NSMutableArray *)permutationArray subWord: (NSMutableString *) subWord {
if ([subWord length] == 1)
return permutationArray;
NSFetchRequest *fetchRequ
浏览 3提问于2013-10-14得票数 0
回答已采纳
我正在使用HuggingFace转换器AutoTokenizer来标记化小段文本。但是，这种标记化在单词中间拆分不正确，并且在标记中引入了#字符。我尝试了几种不同的模型，结果都是一样的。 下面是一段文本和从它创建的标记的示例。 CTO at TLR Communications Pty Ltd
['[CLS]', 'CT', '##O', 'at', 'T', '##LR', 'Communications', 'P', '##ty', 'L
浏览 53提问于2021-11-10得票数 2
回答已采纳
对于我的asp.net网站，我需要拼写检查功能。我找到了一些有趣的解决方案来做到这一点。
谷歌拼写检查器Hunspell。
两者都是免费的。据我所知，我意识到这两种方法都有一些利弊。
对于Google拼写检查器，对于不正确的单词，它会给出更多正确的单词，但Hunspell给出了几个建议。Google有最新的建议，但是Hunspell，它依赖于Open Office字典。
在我的例子中，我只需要一个建议。对于缺点，我不得不依靠Google进行拼写检查。如果谷歌服务停机，我的网站也会受到影响。
那么，什么将适合我的网站。选择Google拼写检查器是个好主意吗？拼写检查有什么非免费的解决方案吗？
浏览 1提问于2013-04-22得票数 4
回答已采纳
当我想在google上搜索一个单词或什么东西时，如果那个单词或句子中有拼写错误，google可以用正确的拼写或更正的句子把我找回来。有人能解释一下这到底是怎么回事吗。如果有人能用编程来解释，而不是用数据库和所有这些东西来解释，我会很高兴的。谢谢。
浏览 0提问于2009-11-09得票数 2
3回答
文本中单词的自动拼写检查
、、、、
EDITIn短:您将如何编写自动拼写检查器？其思想是，检查程序从已知的良好来源(字典)中构建一个单词列表，并在足够频繁地使用时自动添加新单词。已经有一段时间没有用过的词应该被淘汰。因此，如果我删除包含"Mungrohyperiofier“的部分场景，检查器应该会记住它一段时间，当我在另一个场景中键入"Mung<Ctrl+Space>”时，它应该再次提供它。如果我不使用这个词，比如说，几天，它应该忘记它。
同时，我希望避免在字典中添加排字。
我想为SciFi故事编写一个文本编辑器。编辑应该为当前故事中任何使用的单词提供单词补全。它将只提供一个场景的故事编辑(这样你可以
浏览 5提问于2008-12-02得票数 2
在Visual 2017中，我想找到所有发生在
.start (dot start)
和
->start (arrow start)
但没能成功。
我试过了
(.)|(->)start
(\.)|(->)start
(.)(->)start
(\.)(->)start
你如何找到多个词附加到另一个单词？
浏览 0提问于2017-08-29得票数 1
回答已采纳
目前，我正在阅读伯特:深层双向变压器语言理解的预培训。我想了解预先训练的伯特是如何为词汇外的单词生成嵌入词的？像ELMo这样的模型在字符级别处理输入，并且可以为词汇表外的单词生成单词嵌入。伯特能做类似的事吗？
浏览 0提问于2020-11-17得票数 4
回答已采纳
我想在一个启用varbinary文本的列中返回围绕搜索词的所有单词。例如，如果找到“危机”一词，我想在搜索的单词的每一侧返回段落或至少10个单词。我可以使用免费的文本功能，但我很困惑如何返回它周围的文本。
SELECT Filenames, DocumentBin
FROM Tbl_Support_Documents
WHERE FREETEXT(DocumentBin, 'crisis')
浏览 5提问于2021-03-23得票数 0
回答已采纳
2回答
创建建议单词算法
、、
我正在设计一个很酷的拼写检查器(我知道我知道，现在的浏览器已经有这个功能了)，不管怎样，我想知道开发一个相当简单但像样的建议词算法需要付出什么样的努力。
我的想法是，我首先检查拼写错误的单词的字符，并计算它在字典中每个单词中匹配的字符数(声音资源密集)，然后挑选前5个匹配的单词(因此，如果拼写错误的单词匹配字典中具有7个单词的最多的字符，它将随机显示这些单词中的5个，按照建议的拼写)。
显然，为了更高级，我们将查看“常用单词”，并将字典文件编号为“该单词在英语语言中使用的频率”排名。我认为这可能有点过头了。
你认为如何？有谁对此有想法吗？
浏览 4提问于2011-04-26得票数 1
回答已采纳
2回答
有没有网站，我可以找到可能的英文单词的名单，从一个单词，有些字母缺失？
示例词："O_“
从"O_“(以O开头的两个字母单词)，可以找到以下单词列表：
在……上面
或
的
浏览 0提问于2014-10-12得票数 4
我正试着找一个可能有一些拼写错误的句子，比如：“我爱yava，IDEA IntelliJ，JoyoScrapt，GWT，hypernate，Rolling和spring"，并执行模糊搜索，匹配我已经被Lucene索引的标签，例如"hibernate”和"java“。
我想我可以通过生成如下所示的查询字符串来解决这个问题：
I ~0.5 love~0.5 yava，~0.5 IDEA~0.5 IntelliJ，~0.5 GWT，~0.5 GWT，~0.5 hypernate，~0.5滚动~0.5和~0.5弹簧~0.5
不幸的是，这种行为很奇怪。如果句子较短，则拼写错误的单
浏览 1提问于2014-08-08得票数 1
1回答
我正在尝试制作一个自定义的语音句子阅读器。我写了这段代码，基本上是把一个单词变成一个字母发音的字母，但是当我输入" hello“的时候，它不会正确地说出这个单词，而是把它组合在一起，比如hello变成了hlelo作为语音。我该如何解决这个问题呢？ <?php
$voiceinput = "hello";
$voicelength = strlen($voiceinput);
$lengthforloop= $voicelength - 1;
echo "<div id='word'>$voiceinput&
浏览 18提问于2020-09-16得票数 0
1回答
据我所知，拼写检查算法通过检查转换的次数(交换字母、添加字母、删除字母等)寻找建议。一个给定的单词需要成为词典中的一个或多个真实单词。我知道他们也看上下文，但是现在我们把它排除在等式之外。
假设我想看看overflw这个词在字典中如果在适当的地方加了一个字母，它是否会看起来像一个单词。我能看到的唯一方法就是蛮力:检查每一个
aoverflw
boverflw
coverflw
.
.
.
overflnw
overflow
overflpw
.
.
overflwy
overflwz
是字典里的一个词。
有没有一种更理想的方法来做到这一点？
浏览 5提问于2015-03-31得票数 1
回答已采纳
我想根据同义词、拼写错误的单词等执行搜索。有人能推荐一个使用最新版本的Hibernate搜索的好例子吗？
浏览 0提问于2012-10-22得票数 0
回答已采纳
5回答
PHP修复错误文本
、、、、
这是我正在做的事情，我希望StackOverflow上的聪明人能给我一些建议。
我正在尝试的是一个基于组合同一文本页面的各种不好版本来修复文本的函数。基本上，这可以用来将不同的OCR结果组合成一个比单独的结果更精确的结果。
我从一本包含60万个英文单词的字典开始，这几乎包括了所有的词汇，包括法律和医学术语以及常用名称。我已经有这个了。
然后我有4个版本的文本样本。
如下所示：
$text[0] = 'Fir5t text sample is thisline';
$text[1] = 'Fir5t text Smplee is this line.';
$tex
浏览 2提问于2011-12-15得票数 12
3回答
我需要拼写检查一份大文件，里面有许多以骆驼为主题的单词。我想要ispell或拼写检查单个单词是否拼写正确。
所以，如果这个词是：
ScientificProgrezGoesBoink
我很想让它提出这个建议：
ScientificProgressGoesBoink
有办法这样做吗？(我的意思是，在Emacs缓冲区上运行它。)请注意，我不一定希望它提出完整的备选方案。然而，如果它明白Progrez是不被认可的，我希望至少能够替换这个部分，或者将这个词添加到我的私人词典中，而不是把所有以骆驼为大小写的单词都包含在字典中。
浏览 1提问于2010-08-24得票数 9
我想对葡萄牙语进行拼写修正，特别是针对餐厅机器人。问题是，食品名称并不总是葡萄牙语，因此最有可能需要纠正，因为用户并不总是知道如何拼写正确。
我想了几件事。例如：
用葡萄牙语单词+食物单词拼写错误来训练模型，但是很难找到这些食物词
为几种不同的语言训练模型(但我想这会使它混淆，并且实际上纠正了许多错误)。
用葡萄牙语单词训练模型，对于食物单词，使用一些能挑选用户写的单词的东西，并试图将它们近似于食物单词的列表。(不是很慢吗？)
什么是解决这个问题的好办法，它可以快速地应用于大量请求？
浏览 0提问于2018-04-22得票数 2
回答已采纳
2回答
我已经实现了一个模糊匹配算法，我想使用一些样本查询和测试数据来评估它的召回率。
假设我有一个包含文本的文档：
{"text": "The quick brown fox jumps over the lazy dog"}
我想看看我是否可以通过测试诸如"sox“或"hazy drog”之类的查询来检索它，而不是“狐狸”和“懒狗”。
换句话说，我想要在字符串中添加噪声，以生成拼写错误的单词(排字)。
，有什么方法可以自动生成带有排字的单词，，用于评价模糊搜索？
浏览 0提问于2018-06-28得票数 7
1回答
我想知道如何从错误的单词中找出正确的单词。
示例
字符串为"sstring“
但正确的词应该是字符串...
php中有没有什么算法？
感谢并预支
浏览 1提问于2010-05-11得票数 1
如何实现一个简单的拼写检查器，它接受拼写错误的单词和编辑距离阈值，然后生成建议的正确单词列表。这是希望通过以下算法来实现的:1-同时使用编辑距离和最长公共子序列2-不计算字典中每个单词的编辑距离？
浏览 1提问于2010-01-07得票数 0
1回答
有没有办法检查我在Textmate中输入的所有单词的拼写？
这很难相信，但实际上我所有的变量和类名都使用了合法的英文单词--因此，没有突出显示的拼写错误简直要了我的命。
如果有一种方法可以检查带有特殊字符的单词的拼写(@uesr，crreunt_uesr)，那就太好了。
如果重要的话，我正在使用Textmate for Rails。
浏览 0提问于2011-08-09得票数 3
回答已采纳
4回答
从第一次到右边的替换
、、、
我正在试着在第一个词之前得到第一个单词。
我正在使用以下sed：
echo 'a/b/c' | sed 's/\(.*\)\/\(.*\)/\1/g'
但是这给了我a/b，我想它只给我a
有什么想法吗？
浏览 11提问于2022-07-05得票数 1
回答已采纳
2回答
Aspell将带有下划线或破折号的单词视为两个，例如，基于cloud的拼写检查为"cloud“和"based”。有没有办法指定单词分隔符以排除破折号和下划线？
浏览 0提问于2012-06-15得票数 7
回答已采纳
3回答
字嵌入模型
、、、、
我一直在搜索并尝试实现一个词嵌入模型来预测单词之间的相似性。我有一个由3550个公司名称组成的数据集，其想法是用户可以提供一个新单词(这个词不在词汇表中)，并计算新名称与现有名称之间的相似性。
在预处理过程中，我去掉了停止词和标点符号(连字符、点、逗号等)。此外，我应用词干和分隔前缀，希望得到更高的精度。然后，像BIOCHEMICAL这样的词最后变成了BIO CHEMIC，这个词被分成两个(前缀和词干词)。
公司名称的平均长度由三个字组成，频率如下：
预处理的结果是将标记发送到word2vec：
#window: Maximum distance between the curren
浏览 5提问于2019-10-04得票数 1
回答已采纳
在谷歌搜索时，如果你拼错了一个单词(可能是错误的，也可能是你真正想要的这个非字典单词)，谷歌会说：“正在显示结果为……搜索而不是……”。
我正在尝试弄清楚这是如何工作的。这基本上意味着能够找到与输入的非词典单词最接近的词典单词。它怎麽工作?我能猜到的一种方法是:不算。每个字符的实例，然后扫描字典以查找具有相同编号的单词。每个字符的实例的个数(只有+-1个差异)。但这也将返回字谜。
是某种概率模型，可以在这里使用，比如马尔可夫等。我对马尔可夫的理解还不够好，不能到处乱扔，但只是一个非常大胆的猜测。
有什么见解吗？
浏览 0提问于2011-04-30得票数 1
回答已采纳
我想要删除句子中的重复字符，但使单词仍然保留其含义(如果它有任何含义)。例如：I'm so haaappppyyyy about offline school to I'm so happy about offline school。看，haaappppyyyy变成了happy，offline & school保持不变而不是变成了ofline & schol 我尝试了两种解决方案，使用RE和itertools，但没有一种真正适合我正在搜索的内容 使用正则表达式： tweet = 'I'm so haaappppyyyy about offlin
浏览 43提问于2021-10-06得票数 1
回答已采纳
1回答
当BERT被用于蒙面语言建模时，它掩盖了一个标记，然后尝试预测它。
伯特可以从中选择哪些候选令牌？它只是预测一个整数(就像一个回归问题)，然后使用这个令牌吗？或者它会对所有可能的单词标记执行softmax吗？对于后者，不是只有大量的可能的令牌吗？我很难想象BERT把它当作一个分类问题，其中# classes =#所有可能的单词标记。
伯特从哪里得到它预测的标记？
浏览 0提问于2020-11-16得票数 2
回答已采纳
我正在看这个Tensorflow colab教程，介绍如何用Transformers，https://www.tensorflow.org/tutorials/text/transformer来翻译语言，他们用一个子单词文本标记器来标记这些单词。我以前从未见过一个子词记号器，也不知道为什么或什么时候应该使用它，而不是单词记号器。
这篇教程说The tokenizer encodes the string by breaking it into subwords if the word is not in its dictionary.
为了了解结果可能是什么样子，工作Transformer被分
浏览 0提问于2020-10-09得票数 3
回答已采纳
1回答
我正在研究一个在课文中使用英文字母的问题，但它的语言不是英语。它是英语和不同语言文本的混合体。但是所有的单词都是用英文字母写的。现在，基于单词的预先训练的嵌入模型将无法在这里工作，因为它给出了一个随机嵌入到词汇外的单词。
现在我的问题是，基于上下文的预先训练的嵌入是如何处理“词汇表外”单词的？
此外，基于上下文的嵌入和基于字符的嵌入有什么区别？
浏览 0提问于2020-12-14得票数 1
回答已采纳
1回答
我有一些产品的数据库。列是产品的名称。在本专栏中，我想在其中一些词中添加一个单词，其中包括特定的单词。让我举一个例子：
1列新枕头2列新地毯，我只想在“枕头”一词之后加上“新枕套”；2.新地毯必须保持不变。
浏览 0提问于2015-12-03得票数 0
回答已采纳
LUIS有没有像"SALAMIPIZZA“这样的德语复合词的解决方案？德语实例在没有任何逻辑规则的情况下分隔单词。"Apfelsaft“(英语:苹果汁)并不是分开的，而是意大利腊肠披萨。
浏览 0提问于2017-05-12得票数 0
1回答
向字母查询搜索字母？
、、、
我正在根据在搜索框中输入的信件进行搜索，并提供建议。
示例：
我在数据库中有这样的词：salam, salavat, sabos, sandal, sefid, siah and ...
我输入了搜索框：s --显示这个单词-> salam, salavat, sabos, sandal, sefid, siah
现在如果输入：sa --显示这个单词-> salam, salavat, sabos, sandal,
如果输入：sala --显示这个单词-> salam, salavat
如果输入：salam --显示这个单词-> salam
我使用的是jQu
浏览 1提问于2011-08-17得票数 0
回答已采纳
假设我有一个拼写不正确的单词列表。我有一本字典可以纠正它们，但可能有一些单词没有出现在字典中。有没有办法让我在谷歌中搜索那些拼写错误的单词，并检索谷歌提出的第一个“你的意思是不是：”建议。
浏览 0提问于2010-11-16得票数 0
回答已采纳
为了我的学士论文项目，我正在为一个聊天机器人开发自然语言理解单元。现在我面临以下问题：
我有一个词，让我们说'Auto'，这是德语中汽车的等价物。现在用户可能会输入“autto”作为输入，因为他只是犯了一个小小的打字错误(添加了一个额外的“t”)，而且通常在聊天界面中，用户不会遵循大小写规则，而是以小写形式输入所有内容。
对于我的NLU算法，我需要在GermaNet (大致相当于英语的WordNet )中为每个单词找到正确的同义词集。同义词集是wordnet中的一个节点，它将一个词义的所有同义词抽象为一个节点。例如，在德语中，'Auto‘(汽车)和'Automo
浏览 0提问于2017-07-04得票数 0
我正在使用python在Oracle中执行以下查询：
SELECT COUNT(*) FROM TABLE WHERE DATA = 'CAMIÓN'
当我应该得到一个不同于0的值时，我得到了一个0，因为有一些行的数据是'CAMIÓN‘。
如果您像这样执行查询：
SELECT COUNT(*) FROM TABLE WHERE DATA = 'CAMIN'
它会给你0，所以我认为这可能是由于口音的原因，因为它没有给出错误，看起来oracle正在删除有问题的字符。
Oracle是如何处理重音的？它会去掉那些吗？
浏览 0提问于2016-10-11得票数 1
1回答
自动更正，自动补全功能
、、、
嗨，
当我们在Ms-word，google等中输入一个单词时，我们会看到建议。他们如何做到这一点呢？
我想知道像自动更正，自动补全，拼写检查等技术是如何实现的。都会被执行。HOw是实际存储的单词...遵循什么算法...？
欢迎任何建议可行方法的链接，
浏览 0提问于2010-10-25得票数 3
回答已采纳
2回答
在建模过程中处理未知词
、、、、
我正在处理我在Python的Keras中创建的自定义命名实体识别模型。我读过，我应该列举所有出现的单词，这样我才能得到向量化的序列。我是这样做的：
word2idx = {w: i + 1 for i, w in enumerate(words)}
label2idx = {t: i for i, t in enumerate(labels)}
# CREATING FEATURES(X) AND RESULTS(Y)
max_len = 50
num_words = len(num_words) #number of unique words in dataset
X = [[word2
浏览 0提问于2021-08-20得票数 0
没有提供代码，我想了解一下，如何在字符串中得到重复的单词，例如："HelloHelloHelloHello“结果是："Hello”
谢谢
浏览 2提问于2016-10-25得票数 1
回答已采纳
任何人都可以复制这个结果吗？我正在测试rangeOfMisspelledWordInString (在iOS中)以查找拼写错误的单词，一些随机字母会返回一个有效的单词，如下所示。
UITextChecker* pSpellChecker = [[[UITextChecker alloc] init] autorelease];
NSRange rangeWord = NSMakeRange(0, 8);
NSRange rangeCheck = [_pSpellChecker rangeOfMisspelledWordInString:@"lhpcjeuw"
浏览 0提问于2012-12-19得票数 0
回答已采纳
1回答
我有一个想要更正单词的用例。我有一组正确和错误的单词拼写错误。我用所有单词填充trie。我对每个单词都有正确和错误的版本。
如果我把"a“这个词改正，
--我在trie.if中搜索了这个单词，我想把这个单词和这个单词的正确版本联系起来。
解决方法:我可以在trie中错误单词的最后一个节点设置正确版本的word "a1“。并可以将其解析为"a1“。
但我必须在最后一个节点存储每个单词的正确版本，这将增加内存占用。因为我已经加载了所有的单词来尝试正确/不正确。有没有办法可以在正确和不正确的单词之间建立关联，而不需要再次将最后一个节点中的整个单词存储为值？有什么指针吗？
pu
浏览 0提问于2016-05-27得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
